서비스별 데이터 정책과 설정
1. 서비스별 데이터 정책과 설정
1.1 같은 AI라도 계정에 따라 다르다
1부에서 데이터가 저장되고 학습에 쓰일 수 있다고 했습니다. 정확히 말하면 이것은 서비스와 요금제에 따라 크게 다릅니다. 같은 ChatGPT라도 개인 계정과 기업 계정의 데이터 취급은 전혀 다른 계약입니다.
큰 그림은 다음과 같습니다. 세부 정책은 수시로 바뀌므로 방향만 기억하고, 도입 시점에 반드시 각 사의 공식 문서 원문을 확인해야 합니다.
| 이용 형태 | 학습 사용 | 특징 |
|---|---|---|
| 개인 계정(무료·개인 유료) | 서비스에 따라 기본 사용하거나, 사용자에게 선택을 요구 | 설정에서 학습 제외(옵트아웃)가 가능한 경우가 많음. 다만 저장과 검토는 별개로 이루어질 수 있음 |
| 기업용 플랜(Team, Enterprise 등) | 기본적으로 학습에 사용하지 않음 | 관리자 통제, 보존 기간 설정, 접근 관리 등 기업용 계약 조건 제공 |
| API 연동 | 기본적으로 학습에 사용하지 않음 | 자체 시스템에 연결해 통제 가능. 악용 탐지 목적의 단기 보관은 있을 수 있음 |
여기서 도출되는 실무 원칙은 간단합니다.
- 업무에는 회사가 계약한 계정만 씁니다. 개인 계정으로 업무 정보를 다루는 것이 가장 흔하고 가장 위험한 패턴입니다.
- 기업용 계정이라도 입력 금지 목록(2부)은 그대로 적용됩니다. 학습에 안 쓰일 뿐, 외부 전송·저장이라는 사실은 변하지 않기 때문입니다.
1.2 주요 서비스의 정책 방향
2026년 상반기 기준의 큰 방향입니다. 반복하지만, 이 표를 근거 문서로 쓰지 말고 도입 시점의 공식 문서를 확인하세요.
ChatGPT(OpenAI): 개인 계정은 대화가 모델 개선에 사용될 수 있으며, 설정의 데이터 제어 메뉴에서 학습 제외를 선택할 수 있습니다. 대화 기록을 남기지 않는 임시 채팅 기능도 있습니다. Business·Enterprise 플랜과 API는 기본적으로 학습에 사용하지 않습니다.
Claude(Anthropic): 개인 계정은 가입·이용 과정에서 대화의 학습 사용 여부를 사용자가 선택하도록 하며, 설정에서 언제든 변경할 수 있습니다. 선택에 따라 데이터 보존 기간이 달라집니다. Team·Enterprise 플랜과 API는 기본적으로 학습에 사용하지 않습니다.
Gemini(Google): 개인 계정은 활동 기록 설정에 따라 대화가 서비스 개선과 인간 검토에 사용될 수 있습니다. 기록을 꺼도 짧은 기간 보관될 수 있습니다. 기업용 Workspace 환경에서는 고객 데이터를 학습에 사용하지 않는 것을 기본으로 합니다.
세 서비스 모두에서 공통된 패턴을 읽을 수 있습니다. 개인용은 학습 사용 가능성이 있고 설정으로 제어하며, 기업용과 API는 학습을 하지 않는 대신 비용이 듭니다. 회사가 기업용 계약에 돈을 쓰는 이유가 바로 이 데이터 취급 조건입니다.
1.3 설정 실습
지금 각자 업무에 쓰는 AI 계정으로 로그인해서 두 가지를 확인합니다. 5분 드리겠습니다.
- 학습 관련 설정 찾기: 설정 메뉴에서 데이터, 개인정보 보호, 프라이버시 같은 이름의 항목을 찾아 들어가 학습 사용 여부가 어떻게 되어 있는지 확인합니다. 개인 계정이라면 이 설정을 지금 끄는 것을 권합니다.
- 대화 기록 관리 확인: 지금까지의 대화 목록을 열어 업무 정보가 들어간 대화가 있는지 훑어봅니다. 있다면 삭제합니다. 삭제가 서버에서의 즉시 소멸을 보장하지는 않지만, 계정 탈취 시 노출 범위를 줄이는 의미가 있습니다.
이 실습에서 자기 계정이 개인 계정인지 회사 계약 계정인지조차 불확실하다는 것을 발견하는 분이 많습니다. 그 불확실함 자체가 회사에 보고할 발견 사항입니다.
1.4 회사가 선택할 수 있는 기술적 구성
개인의 설정으로 막는 데는 한계가 있습니다. 개인정보를 다루는 기업이라면 다음 선택지들을 수준에 맞게 조합합니다. 실무자보다는 관리자와 정보보호 담당자를 위한 내용이지만, 회사에 무엇을 요구해야 하는지 알기 위해 실무자도 큰 그림을 알아둘 필요가 있습니다.
- 기업용 플랜 도입: 가장 기본입니다. 학습 미사용 조건, 관리자 통제, 감사 로그를 계약으로 확보합니다.
- API 기반 사내 도구: AI 회사의 API에 회사가 만든 화면을 붙여, 입력 단계에서 개인정보 패턴(전화번호, 주민등록번호 등)을 자동으로 걸러내는 필터를 넣을 수 있습니다.
- 네트워크 통제와 DLP: 승인되지 않은 AI 서비스 접속을 차단하거나, 개인정보 패턴이 외부로 나가는 것을 탐지하는 데이터 유출 방지 솔루션을 둡니다.
- 프라이빗 배포: 매우 민감한 데이터를 다루는 조직은 외부로 데이터가 아예 나가지 않도록 자체 인프라나 전용 클라우드 영역에 모델을 배포하는 선택지도 있습니다. 비용과 운영 부담이 커서 모든 회사의 답은 아닙니다.
어떤 구성을 하든 원칙은 같습니다. 직원 개인의 조심성에만 기대는 체계는 체계가 아닙니다. 사람은 실수하고, 바쁘면 더 실수합니다. 좋은 체계는 실수가 사고가 되기 전에 걸러지도록 만든 체계입니다.